MCP（Model Context Protocol）

AIアプリケーションと外部のツールやデータソースとの接続方法を標準化したオープンなプロトコルで、Anthropicが2024年に公開し、2025年12月にLinux Foundation傘下のAgentic AI Foundationに移管された。MCPサーバがツール、リソース、プロンプトを公開し、AIアプリケーション側のMCPクライアントがJSON-RPCで利用する。一度作ったサーバを多くのAI製品から使える一方、悪意あるサーバや過大な権限によるリスクに注意する。

複数のAIエージェントが役割を分担し、互いに情報をやり取りしながら協調して1つの目標に取り組む仕組み。全体を統括するエージェントが作業を分解して専門のサブエージェントに割り振る構成などがあり、複雑な課題を並列に処理できる一方、エージェント間の調整やコストの管理が課題となる。

AIに1回の指示で完成品を出させるのではなく、計画、ツールの利用、結果の振り返り（自己評価と修正）、複数のエージェントの協調を繰り返しながら作業を進めさせる処理の流れ。人間が試行錯誤するように段階を踏ませることで、1回の生成より品質の高い結果が得られる。処理の手順をあらかじめ決めておくワークフローと、AIが自律的に手順を決めるエージェントの両方の要素を組み合わせて構成する。

AIエージェントが、1回の対話やタスクを超えて情報を保持し、後のタスクで参照できるようにする仕組み。モデルのコンテキストウィンドウに収まる短期の記憶とは別に、利用者の好みや過去の作業の結果などを外部のデータベースなどに保存し、必要なときに検索して取り出す。

大規模言語モデルやAIエージェントがタスクを適切に遂行できるよう、指示、参照する文書、会話や作業の履歴、利用できるツールの情報など、モデルに与える情報（コンテキスト）全体を設計・管理する技術。限られたコンテキストウィンドウに必要な情報を過不足なく、適切な順序で収めることを重視する。

異なる開発元や基盤で作られたAIエージェントどうしが、互いの能力を発見し、タスクの依頼や結果のやり取りを行って協調するための通信プロトコル。2025年にGoogleが公開し、各エージェントは自身の能力をエージェントカードで公開する。エージェントとツールを結ぶMCPと補完し合う関係にある。

AIエージェントにどこまで自律的に判断・実行させ、どの場面で人間が確認・承認・介入するかの度合いの設計。自律性を高めると効率は上がるが、誤った操作や想定外の行動の影響も大きくなるため、重要な操作の前に人間の承認を求めるヒューマンインザループ、操作履歴の監視、停止の手段などを用意し、リスクに応じて関与の度合いを決める。